中国AI模型使用量首超美国：Kimi与DeepSeek案例凸显开源低成本驱动效应

事实还原

公开讨论显示，中国AI模型的使用量已超过美国模型。这一现象与Kimi等模型相关。NVIDIA CEO黄仁勋在采访中提到，华尔街此前误解中国AI模型，DeepSeek案例之后，Kimi再次出现类似情况。他指出，开源且成本较低的中国模型会让AI使用更普及，使用量因此增加，进而拉动显卡和数据中心需求，对NVIDIA构成利好。

这些信息来自社交媒体上的直接陈述，未见其他来源补充具体使用量数据或时间细节。Kimi被归类为开源模型，与DeepSeek并列讨论。

机制拆解

为什么使用量发生变化？核心在于开源与成本优势。黄仁勋的表述指出，低成本模型降低进入门槛，企业与个人更容易接入AI服务。使用量上升后，对算力基础设施的需求随之增长。显卡采购和数据中心建设成为直接受益环节。

这一运作方式并非闭源模型的路径。闭源模型通常依赖特定云服务，而开源模型允许本地或私有部署，降低外部依赖。材料中未提及具体部署方式，但强调“开源的便宜”直接关联使用量扩大与硬件需求。

中美AI竞争讨论由此展开。使用量超越可能反映模型可及性差异，而非单一技术领先。地缘政治因素被提及，但未见材料提供量化证据，仅作为背景讨论。

产业影响

对竞争格局而言，中国模型使用量增加可能改变全球AI服务分布。开发者社区互动活跃，中文与英文讨论并存，显示模型传播范围扩大。开源特性让更多开发者参与迭代，而非依赖单一供应商。

对开发者来说，低成本模型提供更多实验空间。材料未给出具体开发者数量，但使用量上升暗示应用场景增多。企业用户方面，数据安全考量可能推动私有部署选择。黄仁勋观点强调，这类模型不会减少硬件需求，反而刺激采购。

整体产业链中，基础设施供应商获得正面信号。NVIDIA作为显卡主要提供者，其需求预期因此调整。

战略判断（分析）

基于现有材料，最可能的发展是开源中国模型继续扩大使用场景，进而维持或增加硬件采购需求。黄仁勋的判断锚定在“使用量大增”与“拉动需求”之间，这一逻辑若延续，将影响供应链规划。

仍待确认的信息包括具体使用量统计方法与后续模型迭代细节。材料未提供百分比或排名，因此无法断定长期领先地位。地缘政治讨论可能持续，但核心驱动仍为成本与开源特性。

开发者与企业用户或将更多转向混合部署模式，既利用开源模型降低成本，又通过硬件本地化保障安全。NVIDIA等基础设施企业可能据此调整产品策略，聚焦支持大规模推理场景。

整体而言，事件反映AI普及路径的多样性，而非单一主导。后续观察重点在于使用量变化是否持续转化为硬件订单。